CN116049548A - 车辆服务的推送方法及装置 - Google Patents
车辆服务的推送方法及装置 Download PDFInfo
- Publication number
- CN116049548A CN116049548A CN202310004931.8A CN202310004931A CN116049548A CN 116049548 A CN116049548 A CN 116049548A CN 202310004931 A CN202310004931 A CN 202310004931A CN 116049548 A CN116049548 A CN 116049548A
- Authority
- CN
- China
- Prior art keywords
- service
- vehicle
- user
- category
- pushing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车辆服务的推送方法及装置,其中,方法包括:采集车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目;如果需要主动进行服务的推送类目,则基于出行标签得到实际出行目的的映射服务分类类目,推送映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配服务类目的最优服务产品,且向用户推送最优服务产品。本申请实施例可以基于出行标签得到实际出行目的的映射服务分类类目,推送最高评分的服务类目,匹配并推送服务类目的最优服务产品,从而向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。
Description
技术领域
本申请涉及智能座舱服务信息推送技术领域,特别涉及一种车辆服务的推送方法及装置。
背景技术
未来汽车作为“第三生活空间”,使用场景将更加丰富化和生活化,基于车辆位置的信息,融合信息、娱乐、订餐、互联等功能,可以通过网联功能轻松实现线上、线下体验的无缝对接,车载终端操作系统的进步也推动着智能座舱的发展,以用户为中心的个性化需求逐渐被满足。
相关技术中,可以基于场景识别结果主动判断出用户在当前的时间和空间下可能需要的服务,以及将相应的服务消息主动推送至车辆。
然而,相关技术未考虑出行场景因素之下对用户行为的影响,更无法同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,难以节省用户时间,无法满足用户需求,难以保证车辆的智能化和实用性,亟待改善。
发明内容
本申请提供一种车辆服务的推送方法及装置,以解决相关技术未考虑出行场景因素之下对用户行为的影响,更无法同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,难以节省用户时间,无法满足用户需求,难以保证车辆的智能化和实用性等问题。
本申请第一方面实施例提供一种车辆服务的推送方法,包括以下步骤:获取车辆的出行场景特征,并根据所述出行场景特征得到出行标签;采集所述车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目;以及如果需要所述主动进行服务的推送类目,则基于所述出行标签得到实际出行目的的映射服务分类类目,推送所述映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配所述服务类目的最优服务产品,且向用户推送所述最优服务产品。
根据上述技术手段,本申请实施例可以根据出行标签得到实际出行目的的映射服务分类类目,推送最高评分的服务类目,匹配并推送服务类目的最优服务产品,从而向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。
可选地,在本申请的一个实施例中,所述采集所述车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目,包括:根据所述历史行为数据确定在距离所述实际位置的预设范围内有过历史熄火行为,且所述行驶状态的持续停车时长大于预设时长,则判定需要所述推送服务。
根据上述技术手段,本申请实施例可以根据历史行为数据确定在距离实际位置的一定范围内有过历史熄火行为,并在行驶状态的持续停车时长大于一定时长时,判定需要推送服务,从而同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送。
可选地,在本申请的一个实施例中,所述基于所述出行标签得到实际出行目的的映射服务分类类目,包括:关联所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表;基于所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合预设标签评价模型计算的所述出行标签的权重信息,得到所述实际出行目的的映射服务分类类目。
根据上述技术手段,本申请实施例可以根据车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合一定标签评价模型计算的出行标签的权重信息,得到实际出行目的的映射服务分类类目,从而可以充分利用更多维的车载环境影响因子、人车互动反馈结果、感知采集的实时需求等,向用户主动推送更精准的服务产品,节省用户的时间的同时也提升了商家的营业收入额。
可选地,在本申请的一个实施例中,所述采集人车交互反馈和用户实时需求信息,匹配所述服务类目的最优服务产品,包括:提示所述推送类目,得到用户基础反馈;基于所述用户基础反馈选择座舱主动推送策略或者评分服务类目,并基于所述用户实际需求生成所述服务产品排名,得到所述最优服务产品。
根据上述技术手段,本申请实施例可以根据用户基础反馈选择座舱主动推送策略或者评分服务类目,并根据用户实际需求生成服务产品排名,得到最优服务产品,从而向用户主动推送更精准的服务产品,满足用户需求,保证车辆的智能化和实用性。
可选地,在本申请的一个实施例中,所述出行场景特征包括当前日期、当前时间、驾乘人员的人脸图像、乘坐人数、年龄、性别、服装特征和化妆信息中的至少一种,并且所述出行标签包括购物、用餐、露营、上下班、娱乐和约会中的至少一项。
根据上述技术手段,本申请实施例可以在出行场景用户用车途中,结合用户状态、车辆状态、定位和地图服务主动给予用户安全、温馨、体贴的类人情感化交互体验。
本申请第二方面实施例提供一种车辆服务的推送装置,包括:获取模块,用于获取车辆的出行场景特征,并根据所述出行场景特征得到出行标签;采集模块,用于采集所述车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目;以及推送模块,用于当需要所述主动进行服务的推送类目时,则基于所述出行标签得到实际出行目的的映射服务分类类目,推送所述映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配所述服务类目的最优服务产品,且向用户推送所述最优服务产品。
可选地,在本申请的一个实施例中,所述采集模块包括:判定单元,用于根据所述历史行为数据确定在距离所述实际位置的预设范围内有过历史熄火行为,且所述行驶状态的持续停车时长大于预设时长,则判定需要所述推送服务。
可选地,在本申请的一个实施例中,所述推送模块包括:关联单元,用于关联所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表;获取单元,用于基于所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合预设标签评价模型计算的所述出行标签的权重信息,得到所述实际出行目的的映射服务分类类目。
可选地,在本申请的一个实施例中,所述推送模块包括:提示单元,用于提示所述推送类目,得到用户基础反馈;生成单元,用于基于所述用户基础反馈选择座舱主动推送策略或者评分服务类目,并基于所述用户实际需求生成所述服务产品排名,得到所述最优服务产品。
可选地,在本申请的一个实施例中,所述出行场景特征包括当前日期、当前时间、驾乘人员的人脸图像、乘坐人数、年龄、性别、服装特征和化妆信息中的至少一种,并且所述出行标签包括购物、用餐、露营、上下班、娱乐和约会中的至少一项。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的车辆服务的推送方法。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,该程序被处理器执行时实现如上的车辆服务的推送方法。
本申请实施例的有益效果:
(1)本申请实施例可以根据出行标签得到实际出行目的的映射服务分类类目,推送最高评分的服务类目,匹配并推送服务类目的最优服务产品,从而向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。
(2)本申请实施例可以根据历史行为数据确定在距离实际位置的一定范围内有过历史熄火行为,并在行驶状态的持续停车时长大于一定时长时,判定需要推送服务,从而同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送。
(3)本申请实施例可以根据用户基础反馈选择座舱主动推送策略或者评分服务类目,并根据用户实际需求生成服务产品排名,得到最优服务产品,从而向用户主动推送更精准的服务产品,满足用户需求,保证车辆的智能化和实用性。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种车辆服务的推送方法的流程图;
图2为根据本申请一个实施例的车辆服务的推送方法的流程图;
图3为根据本申请一个实施例的车辆服务的推送方法的流程图;
图4为根据本申请实施例提供的一种车辆服务的推送装置的结构示意图;
图5为根据本申请实施例提供的车辆的结构示意图。
其中,10-车辆服务的推送装置:100-获取模块、200-采集模块、300-推送模块。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的车辆服务的推送方法及装置。针对上述背景技术中心提到的相关技术未考虑出行场景因素之下对用户行为的影响,更无法同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,难以节省用户时间,无法满足用户需求,难以保证车辆的智能化和实用性的问题,本申请提供了一种车辆服务的推送方法,在该方法中,可以基于出行标签得到实际出行目的的映射服务分类类目,推送最高评分的服务类目,匹配并推送服务类目的最优服务产品,从而向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。由此,解决了相关技术未考虑出行场景因素之下对用户行为的影响,更无法同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,难以节省用户时间,无法满足用户需求,难以保证车辆的智能化和实用性等问题。
具体而言,图1为本申请实施例所提供的一种车辆服务的推送方法的流程示意图。
如图1所示,该车辆服务的推送方法包括以下步骤:
在步骤S101中,获取车辆的出行场景特征,并根据出行场景特征得到出行标签。
可以理解的是,本申请实施例可以获取车辆的出行场景特征,如通过智能摄像头获取出行场景特征,将出行场景特征上报云端,并结合大数据分类得到出行标签,其中,出行标签可通过机器学习算法进行聚类,对其出行目的进行初步预测;本申请实施例中的出行场景特征可以但不限于车辆内乘坐的人数、驾乘人员的年龄、驾乘人员的性别、当前时间、当前日期等,本申请实施例中的出行标签可以但不限于商场购物、餐厅用餐、约会等。
在具体实施例中,可以通过智能摄像头拍摄车内图像,采集车内人脸图像信息,从图像信息中提取当前车辆的出行场景特征,并根据当前出行场景特征结合大数据分类得到出行标签,例如,本申请实施例可以通过智能摄像头采集车内人脸图像信息,当采集到当前车内有一名男性驾驶员、当前出行时间为早上8点且当前日期为星期二时,可以提取出当前出行场景特征为车辆内乘坐的人数为1名、驾乘人员的性别为男性、当前时间为高峰时间且当前日期为工作日,根据当前出行场景特征,可以将出行场景特征上报云端,并结合大数据分类得到出行标签为上班;又例如,本申请实施例通过智能摄像头采集到当前车内有一名年轻男性驾驶员和一名年轻女性乘客、出行时间为中午12点且当前日期为星期六时,可以提取出当前出行场景特征为车辆内乘坐的人数为2名、驾乘人员的性别包含男性和女性、当前时间为非高峰时间且当前日期为休息日,根据当前出行场景特征结合大数据分类得到出行标签为餐厅用餐和约会。
本申请实施例可以获取车辆的出行场景特征,并根据出行场景特征得到出行标签,从而在出行场景用户用车途中,结合用户状态、车辆状态、定位和地图服务主动给予用户安全、温馨、体贴的类人情感化交互体验。
可选地,在本申请的一个实施例中,出行场景特征包括当前日期、当前时间、驾乘人员的人脸图像、乘坐人数、年龄、性别、服装特征和化妆信息中的至少一种,并且出行标签包括购物、用餐、露营、上下班、娱乐和约会中的至少一项。
可以理解的是,本申请实施例中出行场景特征的当前日期取值包括:休息日和工作日,当前时间取值包括:高峰时间和非高峰时间,乘坐人数可以为1人至7人之间,性别包括:男性和女性,化妆情况包括:化妆和未化妆。
在实际执行过程中,本申请实施例可以获取当前日期、当前时间、驾乘人员的人脸图像、乘坐人数、年龄、性别、服装特征和化妆信息中的至少一种出行场景特征,得到购物、用餐、露营、上下班、娱乐和约会中的至少一项出行标签,例如,本申请实施例可以当出行场景特征为当前日期为周一、当前时间为早上八点半、车内乘坐人数为一人、未化妆且性别为男时,根据当前出行场景特征,可以将出行场景特征上报云端,并结合大数据分类得到出行标签为上班,从而进一步有针对性地向用户推荐服务产品,保证车辆的智能化和实用性。
在步骤S102中,采集车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目。
可以理解的是,本申请实施例可以采集车辆的实际位置和行驶状态,如通过GPS(Global PositioningSystem,全球定位系统)实时获取车辆位置信息,本申请实施例中的历史行为数据可以为历史熄火位置等数据。
在一些情况下,本申请实施例可以通过GPS定位当前车辆的具体位置,准确获取当前车辆的实际位置和行驶状态,具体的历史熄火位置存储于云端服务,例如,本申请实施例中当前位置1km内有过熄火行为且停车时长大于30min时,则判定需要进行主动推送T0=0,不推送T1=1,同时由云端关联车辆信息及历史用户行为、消费数据及推送的历史反馈列表Di,并加入标签评价模型计算权重,得出最新出行目的映射服务分类类目,从而向用户主动推送更精准的服务产品,保证车辆的智能化和实用性。
可选地,在本申请的一个实施例中,采集车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目,包括:根据历史行为数据确定在距离实际位置的预设范围内有过历史熄火行为,且行驶状态的持续停车时长大于预设时长,则判定需要推送服务。
在实际执行过程中,本申请实施例可以根据历史行为数据,确定在距离实际位置的一定范围内有过历史熄火行为,且行驶状态的持续停车时长大于一定时长时,则判定需要推送服务,例如,本申请实施例中实际位置的预设范围可以为1km,行驶状态的预设时长可以为30min,根据历史行为数据,若当前位置1km内有过历史熄火行为且行驶状态的持续停车时长大于30min时,则判定需要进行主动推送服务T0=0,通过对用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,节省用户时间,满足用户需求。
在步骤S103中,如果需要主动进行服务的推送类目,则基于出行标签得到实际出行目的的映射服务分类类目,推送映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配服务类目的最优服务产品,且向用户推送最优服务产品。
可以理解的是,本申请实施例中基于出行标签得到实际出行目的的映射服务分类类目可以通过当前车辆状态、用户状态、游玩娱乐等历史行为数据,融合模型评分得到。
在实际执行过程中,本申请实施例可以当需要主动进行服务的推送类目时,根据出行标签得到实际出行目的的映射服务分类类目,例如,本申请实施例当出行标签为娱乐时,可以得到实际出行目的的映射娱乐服务的分类类目,推送映射娱乐服务分类类目中最高评分的服务产品,采集人车交互反馈和用户实时需求信息,当用户的娱乐需求为听音乐时,可以匹配娱乐服务类目中的最优音乐服务产品,且向用户推送最优产品服务,从而进一步向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。
可选地,在本申请的一个实施例中,基于出行标签得到实际出行目的的映射服务分类类目,包括:关联车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表;基于车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合预设标签评价模型计算的出行标签的权重信息,得到实际出行目的的映射服务分类类目。
在一些情况下,本申请实施例可以由云端关联车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,如可以通过GPS获取车辆的位置信息,通过数据采集模块获取历史用户行为,通过提示推送类目,得到用户基础反馈,根据车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合一定标签评价模型计算的出行标签的权重信息,得到实际出行目的的映射服务分类类目。
本申请实施例可以基于图像识别、环境感知、生物识别等技术应用下,包括出行场景特征数据的采集,用户授权下的语音需求识别,融合车辆位置环境因素及历史用户行为数据,进行模型评分判定用户需求分类,从而可以充分利用更多维的车载环境影响因子、人车互动反馈结果、感知采集的实时需求等,向用户主动推送更精准的服务产品,节省用户的时间的同时提升商家的营业收入额。
可选地,在本申请的一个实施例中,采集人车交互反馈和用户实时需求信息,匹配服务类目的最优服务产品,包括:提示推送类目,得到用户基础反馈;基于用户基础反馈选择座舱主动推送策略或者评分服务类目,并基于用户实际需求生成服务产品排名,得到最优服务产品。
可以理解的是,在智能汽车场景下,车载设备提示推送类目可以但不限于文字、语音等,用户基础反馈可以但不限于“好的”、“不需要”、“禁言”等。
举例而言,本申请实施例可以通过语音提示推送类目,当用户对服务类目反馈“不需要”时,座舱主动推送:切换成第二评分服务类目,根据用户实际需求生成服务产品排名,得到最优服务产品,可以在用户不选择禁言情况下最多切换推送类目5次,同时在用户选择不需要时提示用户可告知其服务需求,进一步地,云端将智能感知因素转化成特征值,形成兴趣模型可关联产品服务库;又例如,本申请实施例可以当用户对服务类目反馈“好的”时,车端处理成文字信息后转化成特征参数Ci上传云端,云端对各因子出行标签、兴趣模型值、商家位置远近、商品评分、历史消费产品和选择频率等计算出服务产品的加权评分,最终得出服务产品排名,得到最优服务产品;再例如,本申请实施例可以当用户对服务类目反馈“禁言”时,不推送服务类目。
本申请实施例可以根据用户基础反馈选择座舱主动推送策略或者评分服务类目,并根据用户实际需求生成服务产品排名,得到最优服务产品,通过人机交互,结合姿体识别、行为识别、语音识别、情绪识别等判定反馈,实时计算出更符合用户需求的服务产品后进行推荐的方法,从而向用户主动推送更精准的服务产品,满足用户需求,保证车辆的智能化和实用性。
具体地,结合图2和图3所示,以一个具体实施例对本申请实施例的车辆服务的推送方法的工作原理进行详细阐述。
如图2所示,本申请实施例可以包括以下步骤:
步骤S201:车辆行驶30s时,监测车内成员情况上报云端,机器学习判定本次出行目的。本申请实施例可以通过数据采集模块,监控车辆行驶事件后30s内,通过智能摄像头,采集车内人脸图像,判定乘坐人数、年龄、性别、服装特点、化妆情况等情况,上报云端,并结合大数据分类出行标签,其中,出行标签可以通过机器学习算法进行聚类,对其出行目的进行初步预测:购物、用餐、露营、上下班、娱乐、约会等。
步骤S202:实时获取车辆位置信息和行驶状态,结合历史熄火位置等数据,判定当前是否需要主动进行服务的推送及类目。本申请实施例可以实时获取车辆位置,可以但不限于用GPS实时获取车辆位置信息,具体的历史熄火位置存储于云端服务,可以根据历史行为数据确定在距离实际位置的预设范围内是否有过历史熄火行为,且在行驶状态的持续停车时长是否大于一定时长时,判定是否需要主动推送服务及类目。
步骤S203:主动推送最高评分的服务类目,并采集人车交互反馈和用户实时需求,云端评分出匹配最优服务产品。本申请实施例中的车载设备提示推送类目(不限于文字、语音等),用户基础反馈:“好的/不需要/禁言”,可以通过点击、手势选择、行为识别(点头/摇头)、配合情绪识别:愤怒/恐惧/高兴等,进一步,当用户选择“不需要”,座舱主动推送:切换成第二评分服务类目,在用户不选择禁言情况下最多切换推送类目5次,同时在用户选择不需要时提示用户可告知其服务需求,再进一步地,云端进一步将智能感知因素转化成特征值,形成兴趣模型可关联产品服务库,其特征值不限于:I兴趣程度(I0=0很感兴趣;I1=1感兴趣、I2=2可以试试、I3=3不感兴趣),W当前位置(W0=0存在兴趣点、W1=1不存在兴趣点),最后用户对服务类目反馈“好的”或语音服务需求,车端处理成文字信息后转化成特征参数Ci上传云端,云端对各因子出行标签、兴趣模型值、商家位置远近、商品评分、历史消费产品和选择频率等计算出服务产品的加权评分,最终得出服务产品排名,云端评分出匹配最优服务产品。
步骤S204:按最高得分推送服务产品给车辆终端设备或其他,终端对推送的服务产品进行显示和输出。本申请实施例可以计算出服务产品的评分,并按照最高得分推送服务产品给车辆终端设备或其他,终端对推送的服务产品进行显示和输出。
接下来,可以通过图3对本申请实施例的车辆服务的推送方法进行进一步地详细阐述。
如图3所示,本申请实施例可以包括以下步骤:
步骤S301:车辆行驶。
步骤S302:环境采集识别技术。本申请实施例可以当车辆行驶30s后,通过环境采集识别技术,采集车内人脸图像,判定乘坐人数、年龄、性别、服装特点、化妆情况等情况。
步骤S303:车辆位置信息。本申请实施例可以通过GPS实时获取车辆位置信息。
步骤S304:判断是否为历史熄火位&停车时长>30min,若是则执行步骤S305,若否则执行步骤S306。本申请实施例可以判断是否为历史熄火位&停车时长>30min,若是则主动进行推送,若否则不推送。
步骤S305:推送。本申请实施例可以当1km位置内有过熄火行为且停车时长大于30min时,判定需要进行主动推送服务类目。
步骤S306:不推送。本申请实施例可以当1km位置内没有熄火行为或停车时长小于30min时,判定不推送服务类目。
步骤S307:服务类目权重评分。本申请实施例可以当主动推送服务类目时,进行服务类目权重评分,也可以由云端关联车辆信息及历史用户行为、消费数据、及推送的历史反馈列表Di,并加入标签评价模型计算权重得出最新出行目的映射服务分类类目。
步骤S308:推送类目。本申请实施例可以根据服务类目权重最高评分,推送最高评分的服务类目。
步骤S309:好的。本申请实施例可以当用户对服务反馈“好的”时,车端处理成文字信息后转化成特征参数Ci上传云端,云端对各因子出行标签、兴趣模型值、商家位置远近、商品评分、历史消费产品和选择频率等计算出服务产品的加权评分,最终得出服务产品排名。
步骤S310:不需要。本申请实施例可以当用户选择“不需要”时,座舱主动推送:切换成第二评分服务类目,在用户不选择禁言情况下最多切换推送类目5次,同时在用户选择不需要时提示用户可告知其服务需求。
步骤S311:禁言。本申请实施例可以通过感知采集(语音、点击、手势、行为等),当用户反馈“禁言”时,可以不推送服务类目。
步骤S312:兴趣模型。本申请实施例中,云端进一步将智能感知因素转化成特征值,形成兴趣模型可关联产品服务库。
步骤S313:服务产品排名加权。本申请实施例中,云端对各因子出行标签、兴趣模型值、商家位置远近、商品评分、历史消费产品和选择频率等计算出服务产品的加权评分,最终得出服务产品排名。
步骤S314:判断是否询问用户需求。本申请实施例可以在询问用户需求得到反馈后,执行步骤S315,在超时后,执行步骤S306。
步骤S315:采集需求。本申请实施例可以采集人车交互反馈和用户实时需求。
步骤S316:精准推送服务产品。本申请实施例可以在对服务产品排名加权后精准推送服务产品。
步骤S317:出行标签评价模型。
步骤S318:历史熄火数据。
步骤S319:车辆数据。
步骤S320:用户行为。
步骤S321:消费数据。
步骤S322:历史推送反馈列表。本申请实施例可以关联车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表。
根据本申请实施例提出的车辆服务的推送方法,可以基于出行标签得到实际出行目的的映射服务分类类目,推送最高评分的服务类目,匹配并推送服务类目的最优服务产品,从而向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。由此,解决了相关技术未考虑出行场景因素之下对用户行为的影响,更无法同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,难以节省用户时间,无法满足用户需求,难以保证车辆的智能化和实用性的问题。
其次参照附图描述根据本申请实施例提出的车辆服务的推送装置。
图4是本申请实施例的车辆服务的推送装置的方框示意图。
如图4所示,该车辆服务的推送装置10包括:获取模块100、采集模块200和推送模块300。
具体地,获取模块100,用于获取车辆的出行场景特征,并根据出行场景特征得到出行标签。
采集模块200,用于采集车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目。
推送模块300,用于当需要主动进行服务的推送类目时,则基于出行标签得到实际出行目的的映射服务分类类目,推送映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配服务类目的最优服务产品,且向用户推送最优服务产品。
可选地,在本申请的一个实施例中,采集模块200包括:判定单元。
其中,判定单元,用于根据历史行为数据确定在距离实际位置的预设范围内有过历史熄火行为,且行驶状态的持续停车时长大于预设时长,则判定需要推送服务。
可选地,在本申请的一个实施例中,推送模块300包括:关联单元和获取单元。
其中,关联单元,用于关联车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表。
获取单元,用于基于车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合预设标签评价模型计算的出行标签的权重信息,得到实际出行目的的映射服务分类类目。
可选地,在本申请的一个实施例中,推送模块300包括:提示单元和生成单元。
其中,提示单元,用于提示推送类目,得到用户基础反馈。
生成单元,用于基于用户基础反馈选择座舱主动推送策略或者评分服务类目,并基于用户实际需求生成服务产品排名,得到最优服务产品。
可选地,在本申请的一个实施例中,出行场景特征包括当前日期、当前时间、驾乘人员的人脸图像、乘坐人数、年龄、性别、服装特征和化妆信息中的至少一种,并且出行标签包括购物、用餐、露营、上下班、娱乐和约会中的至少一项。
需要说明的是,前述对车辆服务的推送方法实施例的解释说明也适用于该实施例的车辆服务的推送装置,此处不再赘述。
根据本申请实施例提出的车辆服务的推送装置,可以基于出行标签得到实际出行目的的映射服务分类类目,推送最高评分的服务类目,匹配并推送服务类目的最优服务产品,从而向用户主动推送更精准的服务产品,节省用户时间,满足用户需求,保证车辆的智能化和实用性。由此,解决了相关技术未考虑出行场景因素之下对用户行为的影响,更无法同用户进行实时需求的采集和互动,以实现更精准用户需求的主动推送,难以节省用户时间,无法满足用户需求,难以保证车辆的智能化和实用性的问题。
图5为本申请实施例提供的服务器的结构示意图。该服务器可以包括:
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
处理器502执行程序时实现上述实施例中提供的车辆服务的推送方法。
进一步地,服务器还包括:
通信接口503,用于存储器501和处理器502之间的通信。
存储器501,用于存放可在处理器502上运行的计算机程序。
存储器501可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器501、处理器502和通信接口503独立实现,则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器501、处理器502及通信接口503,集成在一块芯片上实现,则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
处理器502可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的车辆服务的推送方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种车辆服务的推送方法,其特征在于,应用于服务器,其中,所述方法包括以下步骤:
获取车辆的出行场景特征,并根据所述出行场景特征得到出行标签;
采集所述车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目;以及
如果需要所述主动进行服务的推送类目,则基于所述出行标签得到实际出行目的的映射服务分类类目,推送所述映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配所述服务类目的最优服务产品,且向用户推送所述最优服务产品。
2.根据权利要求1所述的方法,其特征在于,所述采集所述车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目,包括:
根据所述历史行为数据确定在距离所述实际位置的预设范围内有过历史熄火行为,且所述行驶状态的持续停车时长大于预设时长,则判定需要所述推送服务。
3.根据权利要求1所述的方法,其特征在于,所述基于所述出行标签得到实际出行目的的映射服务分类类目,包括:
关联所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表;
基于所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合预设标签评价模型计算的所述出行标签的权重信息,得到所述实际出行目的的映射服务分类类目。
4.根据权利要求1所述的方法,其特征在于,所述采集人车交互反馈和用户实时需求信息,匹配所述服务类目的最优服务产品,包括:
提示所述推送类目,得到用户基础反馈;
基于所述用户基础反馈选择座舱主动推送策略或者评分服务类目,并基于所述用户实际需求生成所述服务产品排名,得到所述最优服务产品。
5.根据权利要求1所述的方法,其特征在于,所述出行场景特征包括当前日期、当前时间、驾乘人员的人脸图像、乘坐人数、年龄、性别、服装特征和化妆信息中的至少一种,并且所述出行标签包括购物、用餐、露营、上下班、娱乐和约会中的至少一项。
6.一种车辆服务的推送装置,其特征在于,应用于服务器,其中,所述装置包括:
获取模块,用于获取车辆的出行场景特征,并根据所述出行场景特征得到出行标签;
采集模块,用于采集所述车辆的实际位置和行驶状态,并结合历史行为数据判断用户是否需要主动进行服务的推送类目;以及
推送模块,用于当需要所述主动进行服务的推送类目时,则基于所述出行标签得到实际出行目的的映射服务分类类目,推送所述映射服务分类类目中最高评分的服务类目,并采集人车交互反馈和用户实时需求信息,匹配所述服务类目的最优服务产品,且向用户推送所述最优服务产品。
7.根据权利要求6所述的装置,其特征在于,所述采集模块包括:
判定单元,用于根据所述历史行为数据确定在距离所述实际位置的预设范围内有过历史熄火行为,且所述行驶状态的持续停车时长大于预设时长,则判定需要所述推送服务。
8.根据权利要求6所述的装置,其特征在于,所述推送模块包括:
关联单元,用于关联所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表;
获取单元,用于基于所述车辆的车辆信息、历史用户行为、消费数据和/或推送的历史反馈列表,结合预设标签评价模型计算的所述出行标签的权重信息,得到所述实际出行目的的映射服务分类类目。
9.一种服务器,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的车辆服务的推送方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的车辆服务的推送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310004931.8A CN116049548A (zh) | 2023-01-03 | 2023-01-03 | 车辆服务的推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310004931.8A CN116049548A (zh) | 2023-01-03 | 2023-01-03 | 车辆服务的推送方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116049548A true CN116049548A (zh) | 2023-05-02 |
Family
ID=86114225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310004931.8A Pending CN116049548A (zh) | 2023-01-03 | 2023-01-03 | 车辆服务的推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116049548A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314538A (zh) * | 2023-11-27 | 2023-12-29 | 长威信息科技发展股份有限公司 | 一种高速公路救援服务车辆的服务计费方法和系统 |
-
2023
- 2023-01-03 CN CN202310004931.8A patent/CN116049548A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314538A (zh) * | 2023-11-27 | 2023-12-29 | 长威信息科技发展股份有限公司 | 一种高速公路救援服务车辆的服务计费方法和系统 |
CN117314538B (zh) * | 2023-11-27 | 2024-05-10 | 长威信息科技发展股份有限公司 | 一种高速公路救援服务车辆的服务计费方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240127639A1 (en) | Digital twin simulation system and a cognitive intelligence system for vehicle fleet management and evaluation | |
US10222227B2 (en) | Navigation systems and associated methods | |
CN106652515B (zh) | 车辆自动控制方法、装置和系统 | |
US20180260908A1 (en) | Visible insurance | |
CN104816687B (zh) | 车辆中的自动化驾驶者动作的系统和方法 | |
CN108885765A (zh) | 信息处理设备、信息处理方法、程序以及系统 | |
US20130325202A1 (en) | Neuro-cognitive driver state processing | |
US20180334176A1 (en) | Method and system for providing driving guidance | |
JP2017173201A (ja) | 提供システム | |
Matzka et al. | Efficient resource allocation for attentive automotive vision systems | |
CN112634488B (zh) | 行程融合方法、装置以及车辆 | |
US20230101183A1 (en) | Intelligent transportation systems including digital twin interface for a passenger vehicle | |
JP2022519281A (ja) | 自動車使用パターンに基づいてコンテンツを優先順位付けするためのシステムおよび方法 | |
CN116049548A (zh) | 车辆服务的推送方法及装置 | |
CN114684152A (zh) | 驾驶体验数据处理的方法、装置、车辆及介质 | |
CN115220843A (zh) | 基于场景、画像和产品体验的产品开发创景创新方法及系统 | |
US20220019616A1 (en) | Content display device and content display method | |
CN111461200B (zh) | 一种事件的提醒方法、装置、电子设备及计算机可读存储介质 | |
US20150321604A1 (en) | In-vehicle micro-interactions | |
CN116340332A (zh) | 更新车载智能系统的场景库的方法、装置和车辆 | |
CN116483305A (zh) | 智能网联汽车数字虚拟人应用系统及其使用方法、车辆 | |
CN115577173A (zh) | 信息推送方法、装置、设备及存储介质 | |
CN115214696A (zh) | 一种车机虚拟形象交互方法、系统、车辆及存储介质 | |
US11250598B2 (en) | Image generation apparatus, image generation method, and non-transitory recording medium recording program | |
US20230384101A1 (en) | Off-beat location recommendations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |